Arbeidsmarktdynamiek van de overheid
Apollo prognoses eindrapport
Klaas de Vos Jan Nelissen Marike Knoef Peter Fontein
CentERdata Universiteit van Tilburg
januari 2007
2
Inhoudsopgave
1 Voorwoord... 3
2 Inleiding... 4
3 Microsimulatie ... 5
4 Data... 7
5 Modelschattingen... 8
6 Model ... 11
7 Toepassingsmogelijkheden van Apollo ... 16
8 Resultaten per sector... 17
Bijlage 1 – Resultaten per sector ... 18
Toelichting ... 18
a. Sector Rijk ... 18
b. Sector Gemeenten ... 23
c. Sector Provincies... 26
d. Sector Waterschappen... 29
e. Sector Politie ... 32
f. Sector Rechterlijke Macht ... 35
g. Sector Defensie Burgers ... 38
h. Sector Defensie Militairen BOT... 41
i. Sector Defensie Militairen BBT... 44
j. Sector Primair Onderwijs (PO) ... 47
k. Sector Voortgezet Onderwijs (VO) ... 50
l. Sector Beroeps- en Volwasseneneducatie (BVE) ... 53
m. Sector Hoger Beroepsonderwijs (HBO) ... 56
n. Sector Wetenschappelijk Onderwijs (WO)... 59
o. Sector Onderzoeksinstellingen (OI) ... 62
p. Sector Universitaire Medische Centra (UMC)... 66
q. Sector Overig, B3 ... 70
Bijlage 2 – Schematische weergave van het model ... 74
1 Voorwoord
Het voor u liggende rapport is gebaseerd op de resultaten van een onderzoek dat is uitgevoerd in opdracht van het ministerie van Binnenlandse Zaken en Koninkrijksrelaties.
Het onderzoek is in december 2005 gestart, waarbij het leeuwendeel van de werkzaamheden in de eerste helft van 2006 is uitgevoerd. De nu voor u liggende resultaten zijn dan ook al enige tijd voor het ministerie beschikbaar en het verheugt ons te kunnen constateren dat de eerste vruchten van het onderzoek al worden geplukt.
Een aantal zaken die een rol gespeeld hebben bij de uitvoering van het onderzoek willen we niet onvermeld laten. De werkzaamheden van CentERdata betreffen maar een deel van een groter geheel. Het ministerie, met name in de personen van Jean-Paul Urlings en Cor Bouwman, heeft al vele jaren praktijkervaring opgedaan met de voor dit
onderzoek relevante databronnen en die ervaring is voor dit onderzoek van grote waarde geweest. Het ministerie heeft ook een grote betrokkenheid bij de uitvoering van het onderzoek en de resultaten aan de dag gelegd. Niet alleen door de gegevensbronnen te ontsluiten, maar vooral ook door regelmatig inhoudelijke discussies met ons te voeren over de data en de gemaakte keuzes en aannames bij de ontwikkeling van het model.
Voor deze discussies willen wij hierbij Jean-Paul Urlings, onze directe contactpersoon, bedanken. Mede door zijn inzet en daadkracht, ook voor wat betreft de analyse en interpretatie van de uitkomsten, is het project altijd op stoom gebleven, waardoor we in staat zijn geweest de werkzaamheden tijdig uit te voeren en het project inhoudelijk duidelijk aan kracht gewonnen heeft.
Tot besluit willen wij ook de medewerkers van QQQ danken voor hun werkzaamheden met betrekking tot de implementatie van het model, alsmede alle interne en externe lezers van het rapport voor hun welkome aanvullingen.
januari 2007 de auteurs
4
2 Inleiding
Het ministerie van Binnenlandse Zaken en Koninkrijksrelaties is verantwoordelijk voor de hoofdlijnen van het beleid met betrekking tot het overheidspersoneel. Om dat beleid vorm te geven is het van belang dat het ministerie beschikt over inzicht in de relevante
ontwikkelingen op de arbeidsmarkt. Een manier om dit inzicht te verkrijgen is om gebruik te maken van prognosemodellen waarmee de ontwikkelingen op de arbeidsmarkt voor overheidspersoneel worden voorspeld. Tot op heden maakte het ministerie daarbij gebruik van een relatief eenvoudig model met een beperkte diepgang, het AOS model.
Het streven van het ministerie is om te komen tot steeds betere ramingen op een steeds rijker detailniveau om de effecten door te kunnen rekenen van een groter scala aan beleidsmaatregelen. Dit heeft uiteindelijk geleid tot de beslissing een geheel nieuw prognosemodel voor de overheidsarbeidsmarkt te laten ontwikkelen door CentERdata.
QQQ heeft het model geïmplementeerd in een gebruikersvriendelijk simulatieprogramma.
Het ontwikkelde model is door het ministerie tot “Apollo” gedoopt. Apollo bevat een aantal uitbreidingen / verbeteringen ten opzichte van het prognosemodel AOS. Zo wordt niet meer op geaggregeerd niveau, maar op het niveau van banen / uitkeringen gerekend.
Daarnaast houdt Apollo rekening met een groter aantal persoons- en baankenmerken en worden de prognoses in de context van de economische situatie berekend. Verder berekent Apollo in welke mate sectorale mobiliteit optreedt binnen de overheid en in welke mate de deeltijdfactor in een baan wordt uitgebreid of ingekrompen.
Specifiek wordt in dit verslag aangegeven wat voor type model Apollo is, welk type vergelijkingen zijn geschat, wat daarbij de uitgangspunten zijn geweest en voor welke doeleinden Apollo bruikbaar is. De indeling van dit verslag is als volgt. Allereerst wordt in paragraaf 3 uitgelegd wat microsimulatie is. Vervolgens wordt in paragraaf 4 ingegaan op de gehanteerde data en in paragraaf 5 op de modelschattingen die op deze data zijn uitgevoerd. De werking en opbouw van Apollo worden toegelicht in paragraaf 6 en op de toepassingsmogelijkheden wordt ingegaan in paragraaf 7. De uitkomsten van Apollo staan in bijlage 1 en in paragraaf 8 wordt kort ingegaan op de wijze waarop deze
geïnterpreteerd moeten worden. Een detailspecificatie van het model is eveneens in een bijlage opgenomen (bijlage 2).
3 Microsimulatie
Het ontwikkelde arbeidsmarktmodel is een microsimulatiemodel. Simuleren betekent volgens het woordenboek nabootsen en dat is ook datgene wat Apollo beoogt: het nabootsen van de toekomstige ontwikkelingen op de arbeidsmarkt voor
overheidspersoneel. Micro betekent klein. De toevoeging ‘micro’ in microsimulatiemodel verwijst daarbij niet naar de omvang van het model, maar naar het niveau waarop gesimuleerd wordt: in dit geval persoons- of baanniveau1. Door de ontwikkelingen op de arbeidsmarkt te modelleren op persoonsniveau leggen we het aggregatieniveau op een niveau waarop veel beslissingen genomen worden. Bij beslissingen valt te denken aan meer of minder willen werken, willen stoppen met werken, werken bij de overheid of in de markt, et cetera. Door met microsimulatie het gedrag van personen na te bootsen
reproduceren we impliciet ook de ontwikkeling op hogere aggregatieniveaus, zoals sectoraal niveau, alle 50-plussers, nieuwe instroom et cetera. Cijfers op een hoger aggregatieniveau kunnen immers eenvoudig verkregen worden door de relevante personen in de simulatie uitkomsten “op te tellen”. Vanwege het lage aggregatieniveau kan ook een scala aan beleidsmaatregelen worden doorgerekend omdat op elk gewenst niveau kan worden ingegrepen, zoals het langer doorwerken van ouderen, verlagen van ziekteverzuim et cetera. En dat is juist een van de doelstellingen van de
arbeidsmarktramingen. De keuze voor een microsimulatiemodel is dus vooral ingegeven door de wens van het ministerie zicht te krijgen op elk gewenst detailniveau en te kunnen rapporteren op verschillende aggregatieniveaus.
Meer concreet betekent microsimulatie dat we uitgaande van een beginbestand met gegevens over (in dit geval alle) personen werkzaam bij de overheid, nagaan hoe het bestand zich in de toekomst ontwikkelt. Zo loopt een individu kans de overheid te verlaten omdat hij of zij bijvoorbeeld arbeidsongeschikt wordt, er voor kiest met
vervroegd pensioen te gaan of vrijwillig ontslag neemt. Anderen blijven werken totdat ze de leeftijd van 65 jaar bereikt hebben en dan met pensioen (moeten) gaan en weer anderen worden ontslagen. Een deel van de mensen gaat meer of minder werken, al dan niet binnen een andere overheidssector, en daarnaast stromen nieuwe werknemers in bij de overheid.
De kans dat dergelijke overgangen in de toekomst plaatsvinden is vastgesteld (‘de geschatte parameters’) op basis van ontwikkelingen bij de overheid in het verleden. De daarvoor gehanteerde data worden nader toegelicht in paragraaf 4 en op de
1 Zoals nog zal blijken ligt het detailniveau eigenlijk ergens tussen baanniveau en persoonsniveau in. Sommige banen van een
6
schattingsmethoden wordt ingegaan in paragraaf 5. In het onderstaande zullen we eerst nader toelichten hoe we met de geschatte modelparameters een microsimulatie
uitvoeren.
Microsimulatie begint met een zogeheten startbestand waarin alle personen staan die bij de overheid werkzaam zijn in een bepaald jaar. Concreet staat er bijvoorbeeld in het startbestand (alleen de eerste twee records zijn weergegeven):
geslacht geboortejaar sector deeltijdfactor
persoon 1 man 1961 Rijk 0,5
persoon 2 vrouw 1955 Politie 0,9 persoon 3 ….
In de microsimulatie worden overgangskansen toegepast op deze personen. Dit om te simuleren wat er van jaar op jaar met de personen gebeurt. Stel nu bijvoorbeeld dat de geschatte uitstroomkans voor persoon 2 uit het voorbeeld 10% is. Dan wordt tijdens de uitvoering van de microsimulatie op het moment dat de uitstroom van persoon 2 wordt bepaald op basis van toeval een getal getrokken tussen 0 en 1. Elk getal tussen 0 en 1 is daarbij even waarschijnlijk. Is het getrokken getal hoger dan 0,1 (=10%) dan wordt besloten dat deze persoon niet uitstroomt. Is het getrokken getal 0,1 of lager, dan wordt besloten dat deze persoon uitstroomt. Stel nu dat het getrokken getal 0,05 is, dus lager dan 10%, dan stroomt de persoon uit. Stel bovendien dat persoon 1 niet uitstroomt of van sector en qua deeltijdomvang verandert, dan ziet het bestand personen er na het
gesimuleerde jaar als volgt uit:
geslacht geboortejaar sector deeltijdfactor
persoon 1 man 1961 Rijk 0,5
persoon 3 ….
Dit proces wordt voor een bepaald jaar voor alle mogelijke veranderingen (zoals uit- en instroom en verandering van betrekkingsomvang) voor alle personen afgehandeld.
Uiteindelijk resteert dan een bestand van personen na één simulatiejaar. Dit bestand is dan vervolgens het startbestand voor de simulatie in het volgend jaar. Op deze wijze wordt voor de hele te voorspellen periode jaar na jaar gesimuleerd.
Uiteraard wordt de vraag of persoon 2 nu in de praktijk wel of niet uitstroomt niet
beantwoord door deze ene simulatie. Als we echter meerdere simulaties uitvoeren dan is de verwachting dat deze persoon in 10% van de simulaties uitstroomt. Ook geldt dat als
er 100 personen zoals persoon 2 in het bestand zitten, er naar verwachting 10 zullen uitstromen in 1 simulatie. Hoe groter het bestand aan personen, hoe groter (relatief bezien) de nauwkeurigheid van de microsimulatie op macro- of mesoniveau is. Er zullen dan relatief minder verschillen optreden tussen twee simulaties. Met macroniveau wordt in dit verband meestal het landelijk niveau bedoeld, met mesoniveau iets tussen landelijk- en persoonsniveau in, bijvoorbeeld mannen of de groep 50-plussers. Hoe lager het niveau (hoe meer detail) waarop gerapporteerd wordt hoe onnauwkeuriger de uitkomsten relatief zijn. Om de nauwkeurigheid op te voeren kunnen meerdere simulaties worden uitgevoerd en vervolgens worden gemiddeld. Dit betekent overigens niet dat door nu maar veel simulaties uit te voeren en te middelen exact voorspeld kan worden hoe de toekomst er uit ziet. De toevallige (random) fluctuaties in de uitkomsten zijn juist een maat voor de onzekerheid waarmee de toekomst is omgeven. Wel kan , door meer simulaties uit te voeren, een beter beeld worden verkregen van het gemiddelde waaromheen de fluctuaties zich afspelen.
4 Data
De belangrijkste gegevens die gebruikt worden voor de schattingen zijn afkomstig van ABP en UWV. Deze data zijn door het ministerie gekoppeld voor de jaren 1998 tot en met 2003 en toegankelijk gemaakt in een niet tot individuen herleidbare vorm. De ABP en UWV data bevatten voor dit onderzoek relevante gegevens met betrekking tot alle overheidspersoneel en kennen bovendien een hoge mate van betrouwbaarheid. De volgende variabelen uit deze bestanden zijn ten behoeve van het onderzoek gebruikt:
geslacht, geboortejaar, burgerlijke staat, sector waarin men werkzaam is, betrekkingsomvang baan en totale betrekkingsomvang, inkomen, wel of niet
arbeidsongeschikt, arbeidsongeschikheidsklasse, langdurig ziek, werkloos, resterende duur eventuele werkloosheidsuitkering, wel of niet (uitstroom naar) vut, flo, overleden, markt, niet-participatie. Om stromen te identificeren wordt de arbeidsmarktpositie in twee opeenvolgende jaren vergeleken.. Aan deze omvangrijke gegevensbestanden zijn nog een aantal extra variabelen toegevoegd, omdat de overgangen van het personeel
hiervan afhankelijk zijn. De ontwikkeling van de totale werkgelegenheid per sector is door het ministerie aangeleverd en wordt binnen het model als gegeven beschouwd. Als conjunctuurvariabele is de CPB conjunctuurindicator gebruikt. De historische sectorale contractloonontwikkeling is afkomstig van het ministerie en de overheidsbrede prognose van de contractloonontwikkeling is ontleend aan CPB-cijfers. In het model is voor wat betreft de historie het inkomen gedefleerd met de consumentenprijsindex (CPI) afkomstig van het CBS en voor wat betreft de toekomst met prognosecijfers betreffende de CPI van het CPB.
8
5 Modelschattingen
In de beschrijving van de microsimulatie in paragraaf 3 is gesteld dat parameters geschat zijn. We gaan nu meer gedetailleerd op de schattingen van de (model)parameters in2, ook wel (model)coëfficiënten genoemd.
De eenvoudigste manier om iets te schatten is wel zo’n beetje het nemen van een gemiddelde. We kunnen gemiddelden uiteraard opsplitsen naar achtergrondkenmerken, zoals geslacht en leeftijd. Bijvoorbeeld: mannen boven de 50 werken gemiddeld 35 uur.
Als we opsplitsingen willen maken naar veel achtergrondkenmerken (mannen bij de politie van 50 jaar die tussen de 0,4 en 0,5 fte werken en het vorig jaar zijn ingestroomd als werknemer) wordt dit al snel ondoenlijk. Naast het feit dat er waarschijnlijk heel erg weinig mannen in die categorie vallen explodeert het aantal te berekenen gemiddelden bij een dergelijk detailniveau. Ook is deze methode ondoenlijk in het geval van continue variabelen zoals aanstellingsomvang. In dit geval neemt men veelal zijn toevlucht tot zogeheten regressies. De uitkomst van een regressie zijn coëfficiënten die het mogelijk maken om een voorspelling te doen van de vorm:
Antwoord = coefficient1 * eigenschap1 + coefficient2 * eigenschap2 ……
waarbij eigenschap 1 en 2 bekend zijn. De bekende eigenschappen zijn bijvoorbeeld leeftijd, geslacht, sector, aanstellingsomvang et cetera. Omdat de coëfficiënten geschat zijn en de andere termen aan de rechterkant bekend zijn kan het antwoord worden berekend. Het antwoord is in ons geval veelal de kans dat iets gebeurt (bijvoorbeeld de kans dat iemand uitstroomt) of de omvang van een grootheid (zoals de omvang van een nieuwe aanstelling).
In het model komen twee typen regressies veelvuldig voor, de zogeheten OLS (Ordinary Least Squares of kleinste kwadraten) regressie en (multinomial)logit-modellen. Zonder in te gaan op details stellen we dat de logit-modellen ontwikkeld zijn om een kans te bepalen (of iets gebeurt) en de OLS regressie gebruikt wordt om de omvang van iets te schatten. In beide gevallen worden coëfficiënten zodanig geschat dat de modellen de waargenomen antwoorden in een bepaalde zin ‘zo goed mogelijk’ voorspellen.
Multinomial logit-modellen zijn uitgebreider dan logit-modellen. Een logit-model geeft de kans op één van twee mogelijke uitkomsten, een multinomial logit de kans op één van
2 Voor een uitgebreide inleiding in het schatten van parameters zie bijvoorbeeld: Introduction to the theory and practice of econometrics, Judge et al, Wiley, 1982
drie of meer mogelijke uitkomsten. Een voorbeeld is de kans op uitstroom naar ww, wao en vrijwillig ontslag.
Zoals gezegd worden de schattingen uitgevoerd op beschikbare (historische) data. Dit zijn dus altijd realisatiegegevens. De simulatie-uitkomsten zeggen dan ook iets over een toekomst waarin de individuen zich blijven gedragen zoals in het verleden het geval was.
Dat betekent niet dat er niets verandert. Personen worden ouder, en het gedrag hangt af van leeftijd. Maar personen die over 10 jaar 50 zijn, worden geacht zich dan te gedragen als personen die nu 50 zijn zich nu gedragen. Dit gaat uiteraard alleen op voor zover alle karakteristieken van die persoon en zijn omgeving gelijk zijn. In de schattingen wordt bijvoorbeeld onderscheid gemaakt tussen mannen en vrouwen, gedrag per sector, gedrag afhankelijk van aanstellingsomvang, de invloed van inkomen en conjunctuur, et cetera.
Wat betekent dit voor de interpreteerbaarheid en betrouwbaarheid van de uitkomsten?
Het is in principe zo dat hoe korter de voorspelhorizon, hoe betrouwbaarder de uitkomsten zijn. Kijken we ver vooruit (meer dan 10 jaar) dan moeten de uitkomsten eerder gezien worden als een indicatie. Daar tussenin is sprake van een
overgangsgebied. Men dient zich te realiseren dat gedrag over de langere termijn wijzigt (denk aan arbeidsparticipatie van vrouwen), maar ook dat individuen flexibeler zijn dan het model en de parameterschattingen toelaten. Een extreem voorbeeld daarvan is de Tweede Wereldoorlog, waarin de arbeidsparticipatie van vrouwen (tijdelijk) een heel ander gedrag vertoonde. Voor dit laatste geval geldt in feite dat variabelen zich buiten het geldigheidsgebied van de schattingen hebben begeven. Daarmee wordt bedoeld dat de schattingen zijn gebaseerd op een periode waarin bijvoorbeeld de conjunctuur zich binnen bepaalde grenzen heeft bewogen. De schattingsuitkomsten zijn alleen geldig binnen dit gebied. Beweegt de conjunctuur zich in de toekomst buiten dit gebied, dan zal het model wel iets voorspellen, maar de uitkomsten worden dan mogelijk eerder bepaald door de gekozen vorm van de vergelijking dan dat zij iets met de realiteit van doen hebben. In veel gevallen zal het model een lineair effect voorspellen (een bepaalde stroom neemt lineair toe of af met conjunctuur), maar in de realiteit kan voorbij het geldigheidsgebied sprake zijn van een geheel ander verband. Variabelen waarop daarbij bijzonder gelet moet worden zijn de al eerder genoemde conjunctuur, maar ook inkomen.
Samenvattend kunnen we stellen dat bij grote schokken (pensioenleeftijd fors omhoog, ingrijpende maatregelen in de sociale zekerheid) de modeluitkomsten met gezond verstand en niet op zichzelf staand beoordeeld moeten worden. Een evident voorbeeld van dergelijke schokken zijn de recente wijzigingen in de wao (herkeuring) en fpu
10
regelingen. Bij afwezigheid van dergelijke schokken zijn de uitkomsten aanmerkelijk betrouwbaarder, en vooral naarmate minder ver in de toekomst wordt gekeken. Een model als Apollo moet dan ook altijd beschouwd worden als een hulpmiddel dat nuttige inzichten verschaft en mogelijke knelpunten signaleert, maar niet als meer dan dat. En dat geldt niet alleen voor Apollo, maar voor alle arbeidsmarktmodellen.
Nauw verwant aan het bovenstaande is het feit dat het model een zogeheten
gereduceerde vorm model is en geen structureel model. Een gedetailleerde uitleg van de verschillen voert hier te ver, maar we volstaan met de opmerking dat de geschatte parameters strikt genomen alleen geldig zijn voor de historische periode waarop deze geschat zijn en het toen heersend beleid. Bij elke beleidswijziging die wordt
doorgerekend dient vooraf goed over de implicaties te worden nagedacht.
De overwegingen die een rol hebben gespeeld bij het al dan niet opnemen van variabelen in de modelvergelijkingen worden in het onderstaande toegelicht.
Allereerst dient een variabele beschikbaar te zijn in de data. De beschikbare variabelen zijn in de vergelijkingen opgenomen als een effect op de betreffende grootheid plausibel geacht mocht worden. Dit geldt voor de meeste beschikbare demografische variabelen (leeftijd, geslacht, burgerlijke staat), maar ook voor arbeidsmarktinformatie zoals
deeltijdfactor, voltijdjaarinkomen, en deeltijdfactor in eventuele overige banen. Daarnaast zijn enkele macro-economische variabelen (conjunctuur, groei van de sector,
contractloonontwikkeling) waarvan een effect verwacht mocht worden opgenomen.
Bij de productie van de schattingsvergelijkingen is met name gekeken of parameters significant van nul afwijken en of ze het verwachte teken hebben. Als dat het geval was is de waarde van de geschatte parameter meestal zonder nadere analyse geaccepteerd.
De omvang van diverse stromen hangt niet alleen rechtstreeks af van de geschatte waarden van deze parameters, maar ook indirect – via de ontwikkeling van de voltijdjaarinkomens. Het voltijdjaarinkomen is in een aantal vergelijkingen een
verklarende variabele, waarbij het voltijdjaarinkomen zelf ook weer het resultaat is van een schatting. In het algemeen is het niet eenvoudig na te gaan wat de bijdrage van diverse factoren is als bepaalde voorspelde stromen sterk afwijken van de
realisatieperiode. Enerzijds speelt de demografische ontwikkeling – de veroudering van het personeelsbestand – een rol, maar daarnaast kan ook een soms onverwachte inkomensontwikkeling voor een sterke wijziging van de betrokken stromen zorgen.
6 Model
Het arbeidsmarktgedrag is gemodelleerd voor de volgende 17 overheidssectoren:
- Rijk
- Gemeenten - Provincies - Waterschappen - Politie
- Rechterlijke Macht - Defensie Burgers - Defensie Militairen BOT - Defensie Militairen BBT - Primair Onderwijs (PO) - Voortgezet Onderwijs (VO)
- Beroeps- en Volwasseneneducatie (BVE) - Hoger Beroepsonderwijs (HBO)
- Wetenschappelijk Onderwijs (WO) - Onderzoeksinstellingen (OI)
- Universitaire Medische Centra (UMC) - Overig
Per sector is een (vrijwel) identiek model geschat met over alle sectoren in totaal ongeveer 1000 vergelijkingen. Verschillen tussen de sectoren kunnen optreden omdat bepaalde overgangen in sommige sectoren niet of nauwelijks voorkomen. In zo’n geval is dan een vaste kans gehanteerd in plaats van een uitgebreide vergelijking, of deze overgang is dan geheel weggelaten. De precieze variabelen die bij de modelschattingen zijn gehanteerd kunnen ook per sector verschillen omdat niet alle factoren voor alle sectoren dezelfde rol zullen spelen.
De logische volgorde voor het simuleren van overgangen die in het model wordt gehanteerd is: uitstroom, doorstroom, instroom. Voordat de instroom berekend kan worden dienen uiteraard alle mutaties bekend te zijn. Daarmee staat instroom aan het eind van de keten. Daarbij is verondersteld dat de instroom alle vacatures opvult. Het model kent dus geen vacatures en de hoogte van de instroom kan beschouwd worden als een krapte-indicator. De doorstroom (= wijziging van betrekkingsomvang) zal mede afhangen van de beschikbare ruimte, dus uitstroom, en is daarom na de uitstroom geplaatst. Uitstroom staat daarmee qua stromen aan het begin van de keten. Onder uitstroom dienen daarbij ook sectorale mobiliteit en overlijden te worden gerekend.
12
Globaal gesproken zijn daarmee de stromen vastgelegd, al is er uiteraard sprake van allerlei details die nog nader zullen worden toegelicht, zoals waarnaar vindt uitstroom plaats, welke betrekkingsomvang krijgt iemand bij instroom et cetera.
Naast stromen is sprake van standgegevens of “voorraden”. In het model wordt onderscheid gemaakt naar (meerdere vormen kunnen tegelijkertijd bij een persoon optreden):
• Actieven werkzaam bij de overheid;
• Werklozen (afkomstig uit een overheidsfunctie);
• Arbeidsongeschikten (afkomstig uit een overheidsfunctie);
• Personen in prepensioen (afkomstig uit een overheidsfunctie);
• Actieven in de marktsector voor zover voorheen (waarneembaar gedurende de dataperiode) actief binnen de overheid.
• Slapers (personen die niet voldoen aan bovenstaande punten, en niet meer bij de overheid werken);
Een persoon kan in het model meerdere banen hebben en meerdere
arbeidsmarktposities tegelijk bekleden. Banen binnen dezelfde sector met dezelfde begin en einddatum van een en dezelfde persoon zijn echter samengevoegd. Indien een persoon in meerdere sectoren werkt zijn deze banen wel afzonderlijk gemodelleerd. Het is daarbij zo dat in relevante gevallen een variabele is opgenomen waardoor rekening met de aanwezigheid van de andere baan wordt gehouden. Bij taakvergroting is dat bijvoorbeeld de omvang van alle banen samen, zodat de kans verkleind wordt dat de afzonderlijke taken samen groter worden dan 1 fte. Eenzelfde opmerking geldt voor de aanwezigheid van meerdere arbeidsmarktposities. Iemand kan vanuit de positie werkend slechts naar een aanvullende andere positie, dus bijvoorbeeld van werkend naar
werkend en gedeeltelijk wao, maar niet naar werkend, wao en ww. Is eenmaal sprake van twee arbeidsmarktposities dan wordt elk van deze posities weer afzonderlijk gemodelleerd, waarbij wel weer sprake is van variabelen in de vergelijkingen die daarmee rekening houden. Bij het bepalen van overgangskansen voor het werkende deel van iemand die werkt en gedeeltelijk in de wao zit wordt met de aanwezigheid van de wao rekening gehouden door middel van een zogeheten wao dummy. Concreet betekent dit bijvoorbeeld dat zo’n persoon een grotere kans kan hebben om verder naar de wao uit te stromen. Het is in principe echter mogelijk dat tijdens de simulatie na verloop van tijd 3 arbeidsmarktposities voor deze persoon ontstaan als ook sprake is van gedeeltelijke uitstroom naar ww. De kans dat een grote versplintering van
arbeidsmarktposities optreedt tijdens de simulatie is echter gering, mede vanwege het feit dat door middel van de genoemde dummy variabelen rekening met de overige arbeidsmarktposities van de persoon wordt gehouden.
In de onderstaande figuren (stroomdiagrammen) wordt de arbeidsmarktdynamiek van Apollo in meer detail beschreven voor wat betreft uitstroom en reïntegratie. In het kader wordt nader ingegaan op de betekenis van de gehanteerde symbolen. Een uitgebreide beschrijving van het model op detailniveau zou hier te ver voeren en is opgenomen in bijlage 2.
Uitstroom uit baan?
Uitstroom naar inactiviteit
Ja
Nee
Type uitkering (ww, wao, …)
Volledig of gedeeltelijke
uitstroom
Volledig
Gedeeltelijk
Ja
Sector waarbinnen nieuwe baan
valt
Aanpassing arbeidsduur?
Nee
Nee Ja
Baanmobiliteit?
Volledige overgang naar
inactiviteit
Gedeeltelijke overgang naar inactiviteit
Baan met zelfde deeltijdfactor
Baan met gewijzigde deeltijdfactor Definitieve
uitstroom Baan
Figuur 1: Schematische weergave van de mogelijkheden rond uitstroom.
Leeswijzer stroomdiagrammen
De schematische weergave van de arbeidsmarktdynamiek dient als volgt te worden geïnterpreteerd. Een blok in de vorm van een ruit geeft aan dat er in de betreffende stap een wijziging in een arbeidsmarktpositie kan plaatsvinden. Zo’n wijziging kan bijvoorbeeld inhouden dat een persoon een baan verliest en werkloos wordt, of dat een persoon de deeltijdfactor van een baan uitbreidt. Uit een ruit kunnen één of meerdere pijlen vertrekken. Indien er één pijl uit de ruit vertrek dan is het vervolg duidelijk. Indien er meerdere pijlen uit een ruit vertrekken, dan wordt bij iedere pijl aangegeven welke situatie aanleiding geeft om die pijl te volgen. Een rechthoek in een figuur geeft een tussenstap weer (zonder dat daarbij een specifieke wijziging optreedt). Een ovaal geeft het begin en het einde van een beslissingstraject aan.
14
Van elke werknemer met een baan voorspelt Apollo of de huidige baan wordt voortgezet (ongewijzigde arbeidsmarktpositie) of dat de baan zal worden beëindigd (uitstroom). Die uitstroom kan definitieve uitstroom betreffen (ouderdomspensioen, sterfte, …), uitstroom naar inactiviteit of baanmobiliteit.
Als er sprake is van uitstroom naar inactiviteit wordt bepaald naar welke categorie van inactiviteit de uitstroom plaatsvindt, oftewel welk type uitkering wordt verstrekt (ww, arbeidsongeschiktheid,…). Daarna berekent Apollo of de baan volledig overgaat naar inactiviteit, of dat (een deel van) de oorspronkelijke baan wordt voortgezet (bijvoorbeeld gedeeltelijke uitstroom naar arbeidsongeschiktheid).
Personen die blijven werken kunnen een baan bij een andere sectorwerkgever
accepteren (baanmobiliteit). Als er sprake is van baanmobiliteit dan wordt bepaald onder welke sector de nieuwe werkgever (en dus ook de nieuwe baan van de werknemer) valt.
Voor mensen die (al dan niet bij dezelfde werkgever) blijven werken berekent Apollo of er personen zijn die meer of minder uren gaan werken (aanpassing arbeidsduur).
Een verloop zoals zojuist besproken doet zich ook voor bij reïntegratie vanuit inactiviteit.
In onderstaande figuur wordt de reïntegratie vanuit werkloosheid weergegeven.
Figuur 2: Schematische weergave van reïntegratie uit werkloosheid
Voor werklozen berekent Apollo wat het resterende recht (resterende duur) op een werkloosheidsuitkering is. Als het recht afloopt dan wordt de werkloosheidsuitkering beëindigd. Als de persoon op dat moment geen nieuwe baan heeft gevonden, dan komt hij / zij in niet-participatie terecht (uitstromen naar niet-participatie = uitstromen zonder inkomensvervangende uitkering). Heeft een persoon daarentegen nog recht op een werkloosheidsuitkering, dan kan de persoon werkloos blijven of hij / zij kan een nieuwe baan vinden (reïntegreren). Bij reïntegratie naar een baan wordt vervolgens nog bepaald binnen welke sector de baan valt die een werkloze accepteert.
Werkloos
Bepalen resterende
recht
Sector waar- binnen nieuwe
baan valt
Nog recht op uitkering
Reintegratie in een baan Niet participatie
Voortzetting werkloosheid
Baan Sector waar-
binnen nieuwe baan valt Reintegratie in
een baan Baan
Einde recht op uitkering
Op vergelijkbare wijze wordt in het model (zie bijlage 2 voor details) rekening gehouden met (inclusief eerder genoemde overgangen): overlijden, uitstroom naar fpu, uitstroom naar flo, de vraag of men al dan niet langdurig ziek wordt, de uitstroom en
uitstroomverdeling van niet-langdurig zieken, de bestemming van langdurig zieken, de vraag of men er al dan niet een baan bij krijgt, en de betrekkingsomvang van de nieuwe baan, de vraag of men al dan niet sectoraal mobiel is, en de bijbehorende
betrekkingsomvang, de ontwikkeling van het voltijdjaarinkomen van sectoraal mobielen en personen die niet sectoraal mobiel zijn, de vraag of men uit de ww al dan niet reïntegreert en de bijbehorende ontwikkeling van het voltijdjaarinkomen. Tevens is de samenstelling van de instroom naar geslacht, leeftijd, en burgerlijke staat, alsmede het voltijdjaarinkomen en de betrekkingsomvang van de instroom geschat.
Alvorens in de volgende paragrafen in te gaan op de toepassingsmogelijkheden en resultaten, is dit een geschikt moment om een kort resumé van de onzekerheden die een rol spelen in het model samen te vatten.
We hebben in paragraaf 3 gezien dat microsimulatie een toevalselement kent. Als iets een kans van 10% heeft is op voorhand niet zeker of iets wel of niet gebeurt. Dat leidt tot wisselende uitkomsten. Uit paragraaf 5 weten we dat we te maken hebben met
schattingen. Een schatting is nooit een exacte afspiegeling van de werkelijkheid, al proberen we die zo dicht mogelijk te benaderen met de ons ter beschikking staande data.
Met dit laatste element wordt in de microsimulatie rekening gehouden door de storingsterm uit de vergelijkingen mee te nemen in de simulatie. De onzekerheden op grond van de storingsterm alsmede op grond van het random karakter komen
rechtstreeks tot uiting in de uitkomsten. De omvang van deze onzekerheden is dan ook eenvoudig uit de uitkomsten af te leiden door meerdere simulaties uit te voeren. Deze aanpak is dan ook in dit rapport gevolgd (zie paragraaf 8 en bijlage 1).
Veel lastiger te beoordelen zijn onzekerheden die het gevolg zijn van onvolkomenheden in de data (zie paragraaf 4) of in de modelstructuur (zie paragraaf 6). Wat betreft de data hebben we ons zoveel mogelijk gebaseerd op administratieve gegevens, hetgeen in het algemeen als een betrouwbare aanpak te boek staat. Voor wat betreft externe prognoses is in elk geval van verifieerbare openbare bronnen gebruik gemaakt. De consequenties van structurele onvolkomenheden in het model (genoemd is bijvoorbeeld een wijziging in de wao, maar ook het ontbreken van ter zake doende variabelen, onvolkomen
modelspecificatie, beperkt geldigheidsgebied van variabelen et cetera. kunnen een rol
16
spelen) zijn nauwelijks in te schatten. Daarom geldt altijd dat uitkomsten met beleid geïnterpreteerd dienen te worden, bijvoorbeeld door gevoeligheidsanalyses uit te voeren.
7 Toepassingsmogelijkheden van Apollo
Apollo levert antwoord op de volgende typen vragen:
- Hoe groot is de populatie actieven, postactieven, … in de diverse prognosejaren?
- Hoe ziet de leeftijdsverdeling in die populaties eruit (vergrijzing, ontgroening)?
- Wat is de belangrijkste bestemming van uitstroom (naar markt, wga/wia, ww, andere sector, …) van personeel?
- Welke medewerkers zijn vooral mobiel, hoe ontwikkelt die mobiliteit zich in de komende jaren?
- Hoe groot is de vervangingsvraag in de komende jaren?
- Hoe zal de reïntegratie vanuit werkloosheid zich de komende jaren voltrekken?
Door op het niveau van individuele vergelijkingen wijzigingen aan te brengen in de parameterwaarden kunnen de effecten van verschillende vormen van beleid worden doorgerekend. Zo’n verkenning van de beleidseffecten wordt meestal een scenario genoemd. In een scenario kan bijvoorbeeld worden gevarieerd in de hoogte van de economische groei of de werkgelegenheidsontwikkeling van de overheidssectoren. Ook de effecten van nieuw beleid kunnen doorgerekend worden (de WGA/WIA, afschaffen van het prepensioen, …). Hieronder volgt een greep uit mogelijke toekomstscenario’s die met Apollo kunnen worden doorgerekend:
- WGA/WIA: wijziging in toegang tot arbeids(on)geschiktheidsuitkeringen modelleren - Wijziging (pre)pensioen: uittrede leeftijd gefaseerd verhogen
- Toewerken naar een andere leeftijdsverdeling binnen de overheid.
- Personeelsreducties / taakstelling modelleren - Een andere economische conjunctuur modelleren
De uitkomsten van deze scenario’s moeten uiteraard met de nodige omzichtigheid worden beoordeeld. Als de input van het scenario is dat personen langer doorwerken is het geen verrassende uitkomst van het model dat de gemiddelde leeftijd zal toenemen.
Dergelijke uitkomsten worden in feite door de gekozen input opgelegd. Minder duidelijk is op voorhand hoe in dit scenario de betrekkingsomvang van de verschillende
leeftijdsgroepen zal wijzigen. De uitkomsten op dit punt van het model kunnen daarmee behulpzaam zijn om de gedachten te bepalen omtrent de effecten van deze maatregel op het zittende bestand medewerkers.
8 Resultaten per sector
Een aantal resultaten van de prognoses is in bijlage 1 in een overzichtstabel voor iedere sector vervat. Elke tabel bevat twee prognoses. Een prognose met als startjaar 1998 en eindjaar 2003 en een prognose met als startjaar 2003 en eindjaar 2013. Omdat de stromen altijd gerelateerd zijn aan twee jaren is het van belang te weten dat deze altijd zijn weergegeven onder het eerste van de twee jaren. Zo staan onder 2003 de stromen tussen 2003 en 20043. Het eerste deel van de tabellen geeft dus weer in hoeverre het model de ontwikkelingen tussen 1998 en 2003 kan repliceren. In het tweede deel gaat het er in het bijzonder om te zien hoe volgens het model de omvang van de stromen zich in de toekomst zal ontwikkelen. Daarbij is er voor gekozen deze ontwikkeling in eerste instantie te relateren aan het eerste prognosejaar.
Omdat het microsimulatiemodel gebruik maakt van toevalselementen zullen de uitkomsten van twee onafhankelijke simulaties verschillen. Ook kunnen binnen een enkele simulatie van jaar tot jaar verschillen ontstaan die zuiver gebaseerd zijn op toevalligheden. Zoals al eerder aangegeven is, betekenen deze toevalligheden dat de toekomst met onzekerheden is omgeven. Deze onzekerheden zijn in zekere zin ontleend aan de historische data en in de storingstermen van de vergelijkingen die onder het model liggen “gevangen”. Dezelfde onzekerheden worden ook toegepast op de toekomst. Om te voorkomen dat in dit rapport nu juist een sterk afwijkende prognose wordt getoond zijn de resultaten van drie afzonderlijke prognose met elkaar gemiddeld.
Dit gemiddelde is in de tabel gehanteerd. Bijkomend voordeel van deze methode is dat uit de verschillen tussen de drie prognoses een maat kan worden afgeleid van de onzekerheid in de prognose. De maat die wij daarbij hebben gehanteerd is de
standaardafwijking van het gemiddelde4. Deze is (gemiddeld over alle prognosejaren) in de laatste kolom weergegeven.
3 Omdat het ultimo jaargegevens betreft vindt deze stroom plaats in 2004.
4 De standaardafwijking van de verdeling van de prognoses is wortel 3 maal zo groot vanwege het feit dat sprake is van drie prognoses. Er is sprake van een significante afwijking (op 5% niveau) tussen historie en het gemiddelde van de drie prognoses als het gaat om een afwijking van minimaal twee maal de standaardafwijking van het gemiddelde. Om te bezien of de prognoses vanaf 2003 een significante toe- of afname te zien geven moet er rekening mee gehouden worden dat dan steeds twee prognoses met elkaar vergeleken worden. Daardoor is een afwijking pas significant als het een (tot maximaal) wortel twee maal zo grote afwijking is als in het voorgaande geval waarbij sprake is van een vergelijking tussen realisatie en prognose.
18
Bijlage 1 – Resultaten per sector
Toelichting
Een aantal resultaten van de prognoses is in een overzichtstabel voor iedere sector vervat. Elke tabel bevat twee prognoses. Een prognose met als startjaar 1998 en eindjaar 2003 en een prognose met als startjaar 2003 en eindjaar 2013. Omdat de stromen altijd gerelateerd zijn aan twee jaren is het van belang te weten dat deze altijd zijn weergegeven onder het eerste van de twee jaren. Zo staan onder 2003 de stromen tussen 2003 en 2004. Het eerste deel van de tabellen geeft dus weer in hoeverre het model de ontwikkelingen tussen 1998 en 2003 kan repliceren. In het tweede deel gaat het er in het bijzonder om te zien hoe volgens het model de omvang van de stromen zich in de toekomst zal ontwikkelen. Daarbij is er voor gekozen deze ontwikkeling te relateren aan het eerste prognosejaar.
In de tabellen zijn de resultaten van drie afzonderlijke prognose met elkaar gemiddeld.
Uit de verschillen tussen de drie prognoses kan een maat worden afgeleid van de onzekerheid in de prognose. De maat die wij daarbij hebben gehanteerd is de
standaardafwijking van het gemiddelde5. Deze is (gemiddeld over alle prognosejaren) in de laatste kolom weergegeven.
a. Sector Rijk
In de realisatieperiode (waarop de schattingen zijn gebaseerd) vertoont de
werkgelegenheid in de sector Rijk nog een stijging (van bijna 112000 banen in 1998 naar ruim 125000 banen in 2003). In de prognoseperiode daalt de totale werkgelegenheid in de sector daarentegen in de eerste twee jaar naar bijna 117000 banen om vervolgens vrijwel constant te blijven. Het toepassen van de geschatte vergelijkingen impliceert de veronderstelling dat de determinanten van de uitstroom in perioden van groei en
stagnatie niet wezenlijk van elkaar afwijken. Daarbij zijn overigens de geschatte effecten van de groei van de werkgelegenheid genegeerd omdat voor de prognoses in de vergelijkingen het gemiddelde van de werkgelegenheidsgroei in de realisatieperiode is gehanteerd. De prognoses dienen dus in dat licht te worden bezien.
Uitstroom uit actief
- ww
De uitstroom naar de ww vertoont in de realisatieperiode nogal wat variatie, die door de prognoses met als startjaar 1998 maar ten dele worden gerepliceerd. In de
prognoseperiode blijft de uitstroom uit de ww vrijwel constant.
- fpu, flo
Hoewel de schatting van de uitstroom naar de fpu in verband met de veranderde regelgeving alleen op het laatste realisatiejaar is gebaseerd, sluiten de prognoses met als startjaar 1998 verrassend goed aan bij de realisaties. De uitstroom naar de fpu stijgt fors en vertoont ook in de prognoseperiode een forse stijging, wat erop wijst dat in de
5 De standaardafwijking van de verdeling van de prognoses is wortel 3 maal zo groot vanwege het feit dat sprake is van drie prognoses. Er is sprake van een significante afwijking (op 5% niveau) tussen historie en het gemiddelde van de drie prognoses als het gaat om een afwijking van minimaal twee maal de standaardafwijking van het gemiddelde. Om te bezien of de prognoses vanaf 2003 een significante toe- of afname te zien geven moet er rekening mee gehouden worden dat dan steeds twee prognoses met elkaar vergeleken worden. Daardoor is een afwijking pas significant als het een (tot maximaal) wortel twee maal zo grote afwijking is als in het voorgaande geval waarbij sprake is van een vergelijking tussen realisatie en prognose.
komende 10 jaar grotere aantallen personen de fpu-gerechtigde leeftijd zullen bereiken.
Dit is ook consistent met de toename van de uitstroom naar de flo, die met name tussen 2005 en 2008 fors boven het cijfer voor 2003 ligt. De verschillen tussen realisaties en prognoses zijn bij de flo relatief gezien duidelijk groter dan bij de fpu, Omdat slechts een klein deel van de werknemers in de sector in aanmerking komt voor flo en in de ter beschikking staande data niet alle daarvoor relevante informatie aanwezig is, kan dit type uitstroom niet met grote precisie worden geschat.
- wao
De voorspelde uitstroom naar de wao ligt in de jaren 1998-2002 dicht bij de realisaties.
Alleen in 2002 volgen de prognoses de tamelijk scherpe daling in de realisaties niet.
Net als in een aantal andere sectoren ligt de uitstroom naar de wao in de
prognoseperiode ook duidelijk hoger dan in 2003. Dit is een gevolg van het feit dat het aantal langdurig zieken in het laatste realisatiejaar (2003, standcijfer) relatief laag is. Het model voorspelt in dat jaar op grond van dat cijfer een relatief lage uitstroom naar de WAO. Omdat dit vervolgens gehanteerd wordt als het 100% niveau en het aantal langdurig zieken wordt voorspeld op grond van het (hogere) niveau over de hele historische periode geeft de toekomst een beeld van rond de 160% te zien. Overigens dekt het voorgaande niet de gehele toename. Ook is de veroudering van de uitstroom relevant, die tot gevolg heeft dat vooral bij vrouwen het aandeel van de wao in de totale uitstroom van niet-zieken fors toeneemt. Daarbij moet wel opgemerkt worden dat ook hier verondersteld wordt dat men zich gedraagt zoals in de realisatieperiode 1998-2002 terwijl het laatste realisatiejaar er juist op lijkt te wijzen dat de uitstroom naar de wao eerder afneemt.
Naar aanleiding van de sinds de realisatieperiode veranderde regelgeving kan de
voorspelde omvang van de uitstroom naar de wao wellicht hooguit worden gezien als een bevestiging van de noodzaak van die gewijzigde regelgeving – indien men een stijging van de uitstroom naar de wao als problematisch beschouwt.
- pensioen
De uitstroom van actief naar pensioen geeft weer hoeveel actieven de aow-gerechtigde leeftijd bereiken. In de realisaties 1998-2002 zijn deze personen niet afzonderlijk meegenomen. In de prognoseperiode is het aantal in absolute zin niet groot maar aan het eind van de prognoseperiode wel verdubbeld.
- niet-participatie
In de realisatieperiode wijkt ook de prognose van de uitstroom naar niet-participatie in het laatste jaar (2002) tamelijk sterk af van de realisaties. In de prognoseperiode blijft de uitstroom naar niet-participatie ongeveer gelijk. Dit is de resultante van een licht stijgende uitstroom enerzijds en een dalend aandeel van het aantal niet-participerenden
anderzijds. Dit hangt vooral samen met het eerder geconstateerde sterk stijgende aandeel van wao-ers in de overige uitstroom.
- markt
De uitstroom van de sector Rijk naar de markt is en blijft zeer beperkt en daarmee moeilijk met grote precisie te voorspellen.
WW-reïntegratie
Bij de schatting van de omvang van de reïntegratie van ww-ers is sprake van een duidelijke overschatting omdat – gegeven de wens van de opdrachtgever – ww-ers van wie het recht op ww volgens de beschikbare informatie reeds zou moeten zijn afgelopen bij de schatting van de betrokken vergelijking buiten beschouwing zijn gebleven. Een aantal van deze personen verliest blijkens de realisatiecijfers een jaar later alsnog zijn ww maar stroomt dan in grote getale naar niet-participatie, en slechts in bescheiden mate naar actief.
20
De prognoses wijzen op een daling van de stromen uit de ww. Dit is consistent met het feit dat ondanks de vrij stabiele instroom het totale aantal ww-ers blijft dalen, omdat de omvang van de uitstroom uit de ww boven die van de instroom naar de ww ligt. De omvang van de uitstroom uit de ww wordt overigens, afgezien van reïntegratie, voor een belangrijk deel niet bepaald door de schattingen maar door de regelgeving: we
onderscheiden de uitstroom van personen die recht op ww houden en personen van wie het recht afloopt. De laatste groep stroomt in zijn geheel uit de ww.
WAO
De prognoses van de uitstroom uit de wao naar niet-participatie lijken duidelijk onder de realisaties te liggen. Dit blijkt echter vooral veroorzaakt te worden doordat in de
realisaties een aantal personen dat de pensioengerechtigde leeftijd bereikt naar niet- participatie stroomt. In de schattingen zijn deze personen niet meegenomen en in de prognoses stromen deze personen allen naar pensioen.
Het aantal personen dat de aow-gerechtigde leeftijd bereikt blijkt aan het eind van de prognoseperiode flink toe te nemen. Pas dan begint dus een sterkere daling van het aantal wao-ers door natuurlijk verloop.
Baanmobiliteit
Onder uitstroom wordt bij baanmobiliteit verstaan mobiliteit van de sector ‘Rijk’ naar een van de andere sectoren. Deze mobiliteit blijkt in de realisatieperiode forse wijzigingen te ondergaan en is daarmee lastig te voorspellen: de prognoses voor de realisatieperiode liggen ongeveer op het gemiddelde van de realisaties. In een groot deel van de prognoseperiode ligt de uitgaande baanmobiliteit een stuk lager dan in 2003, maar vergeleken met het laatste realisatiejaar (2002) liggen de prognoses juist aan de hoge kant.
Ook de stroom van de overige sectoren naar de sector Rijk is niet erg constant. De prognoses voor de realisatieperiode vertonen vooral in 1998 een forse afwijking van de realisaties. In de prognoseperiode neemt de inkomende baanmobiliteit vooral aan het eind behoorlijk toe. Dit betreft met name een opvallende toename van vrouwen, onder andere uit de sector gemeenten. We komen daar bij de bespreking van die sector op terug.
Deeltijdfactormutatie
Onder de deeltijdfactormutatie van de uitstroom bij baanmobiliteit wordt verstaan de som van de wijzigingen in de deeltijdfactor van personen die van de sector Rijk naar de overige sectoren stromen. Per saldo neemt de deeltijdfactor van deze groep licht toe maar aangezien de omvang van de uitgaande mobiliteit al moeilijk te voorspellen is wijken de prognoses voor deze saldogrootheid nogal af van de realisaties. Ook voor de prognoseperiode worden in procenten nogal forse verschillen met 2003 gevonden.
Uitgedrukt in fte’s ligt het maximum echter op slechts 15.
De deeltijdfactormutatie van de inkomende mobielen is weliswaar iets groter maar blijft in absolute aantallen klein. Dit geldt zowel voor de realisatieperiode als voor de prognoseperiode.
De deeltijdfactormutatie van degenen die actief blijven in de sector Rijk is op een totaal van zo’n 100000 fte’s met minder dan 0.25% ook beperkt te noemen. Ook de verschillen tussen de prognoses en de realisaties zijn in absolute zin klein. Alleen een gedetailleerde analyse kan uitwijzen of dit beeld ook voor deelgroepen van de totale populatie opgaat of dat er op deelgroepniveau mogelijk toch grotere verschillen zijn. In de prognoses blijft de deeltijdfactormutatie van actieven lichtjes dalen.
De laatste regels van de overzichtstabel betreffen de totale deeltijdfactormutatie van personen die gedeeltelijk uitstromen (i.h.b naar wao, ww of fpu). Ook hiervan is de totale
omvang in absolute zin gering. Niettemin blijken de prognoses voor de realisatieperiode tamelijk nauwkeurig. Voor de prognoseperiode wordt, consistent met de toenemende uitstroom naar met name de fpu een grotere daling van de totale deeltijdfactor verwacht.
Met de toename van het aantal fpu-ers zal ook het aantal deeltijd-fpu-ers stijgen, al blijft dit in absolute aantallen zeer beperkt.
Al met al geeft de overzichtstabel een goede indruk van de prognoses die op basis van het geschatte arbeidsmarktmodel gemaakt kunnen worden. Daarbij zij benadrukt dat het hier gaat om totaalcijfers die mogelijk uiteenlopende ontwikkelingen op micro-niveau samenvatten. Tevens blijft de rol van de inkomensontwikkeling buiten beschouwing.
Overzichtstabel Sector Rijk Apollo
Vertrek Bestemming Type 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 % Gem.St.Dev.Gem
Interactie met (in)activiteit
Actief Realisatie 111881 114016 116185 120442 126793
Prognose 0% 0% 0% 0% 0% 125702 95% 93% 93% 93% 93% 93% 94% 94% 94% 0,03%
Ww Realisatie 525 604 389 449 659
Ww Prognose -2% -13% 19% -6% 2% 585 98% 100% 100% 102% 104% 100% 96% 90% 103% 2,31%
Fpu Realisatie 578 809 900 1028 1154
Fpu Prognose 8% -6% 3% 2% 4% 1311 112% 125% 138% 164% 166% 167% 168% 167% 173% 1,69%
Flo Realisatie 151 147 161 188 221
Flo Prognose -11% 13% 0% -8% -13% 236 101% 150% 159% 143% 144% 134% 124% 121% 110% 4,36%
Wao Realisatie 762 890 896 887 634
Wao Prognose -3% -3% 2% -6% 25% 699 157% 167% 163% 157% 159% 157% 153% 154% 147% 1,92%
Pensioen Realisatie - - - - -
Pensioen Prognose - - - - - 187 103% 77% 106% 115% 135% 134% 193% 199% 187% 3,84%
Nonpart Realisatie 3492 4146 4058 3486 3422
Nonpart Prognose 9% -3% -2% 0% 18% 4030 97% 96% 96% 96% 98% 98% 100% 102% 106% 0,60%
Markt Realisatie 116 186 96 80 98
Markt Prognose 3% -19% 19% -8% 48% 135 102% 104% 93% 104% 107% 121% 120% 129% 127% 4,16%
WW Actief Realisatie 83 89 124 76 73
Actief Prognose 152% 321% 106% 218% 176% 245 89% 82% 75% 67% 61% 60% 68% 65% 66% 3,01%
Pensioen Realisatie - - - - -
Pensioen Prognose - - - - - 282 132% 124% 94% 87% 90% 69% 85% 64% 63% 1,13%
Nonpart Realisatie 1004 839 916 577 593
Nonpart Prognose -25% -22% -45% -27% -43% 603 71% 60% 58% 55% 54% 52% 53% 51% 51% 1,41%
Markt Realisatie 6 9 1 - 2
Markt Prognose - - - - - - - - - - - - - - - -
WAO Pensioen Realisatie - - - - -
Pensioen Prognose - - - - - 334 105% 100% 97% 106% 114% 111% 170% 156% 156% 0,97%
Nonpart Realisatie 375 335 319 222 252
Nonpart Prognose -35% -39% -38% 1% -8% 259 94% 93% 104% 99% 102% 112% 114% 111% 111% 3,38%
Baanmobiliteit
Actief Uitstroom Realisatie 894 1296 2011 1220 1156
Uitstroom Prognose 42% 0% -32% 17% 18% 1442 86% 84% 84% 88% 89% 93% 97% 102% 103% 1,36%
Instroom Realisatie 888 1279 1425 1476 640
Instroom Prognose 61% -11% 4% -16% 24% 1514 87% 105% 116% 106% 111% 117% 120% 131% 133% 1,19%
Deeltijdfactormutatie
Baanmobiliteit Uitstroom Realisatie 25 11 26 4 13
Uitstroom Prognose -65% -62% -42% 104% -73% 5 112% 207% 115% 235% 262% 214% 358% 204% 266% 64,85%
Instroom Realisatie 42 66 84 76 43
Instroom Prognose 29% -12% 9% 2% 9% 66 95% 111% 132% 122% 129% 138% 140% 164% 161% 6,19%
Actief Actief Realisatie -186 -145 -90 -16 -258
Actief Prognose -24% 14% -38% -359% 5% -144 87% 83% 71% 72% 47% 40% 46% 32% 25% 8,42%
Actief Actief+Inactief Realisatie -37 -49 -50 -59 -62
Actief+Inactief Prognose -4% -2% -3% -16% -2% -43 141% 137% 155% 157% 157% 160% 144% 158% 158% 5,61%
22
b. Sector Gemeenten
In de realisatieperiode is de werkgelegenheid in de sector Gemeenten gestegen (van ruim 175000 banen in 1998 naar ruim 190000 banen in 2003) om in de eerste jaren van prognoseperiode te dalen (naar bijna 185000 banen) en vervolgens vrijwel constant te blijven. Net als in de andere sectoren zijn in de prognoses vanaf 2003 overigens niet de geschatte effecten van de groei cq. daling van de werkgelegenheid verwerkt.
Uitstroom uit actief
- ww
De omvang van de uitstroom naar de ww is in de realisatieperiode minder dan 0.5% van het totale aantal actieven. De realisaties en de prognoses met als startjaar 1998
verschillen nogal maar in totaal is de afwijking minder dan 5%. In de prognoseperiode is de uitstroom uit de ww met name in 2006 en 2007 relatief laag. Het verschil met de andere jaren is echter minder dan 0.01% van de totale werkgelegenheid.
- fpu, flo
De prognoses van de fpu met als startjaar 1998 sluiten goed aan bij de realisaties, met uitzondering van 2002, waar de realisaties een opvallende daling vertonen. De uitstroom naar de fpu stijgt in de prognoseperiode verder, omdat ook bij de sector Gemeenten in de komende 10 jaar het aantal personen dat de fpu-gerechtigde leeftijd bereikt toeneemt.
De uitstroom naar de flo zien we in de prognoseperiode daarentegen nauwelijks toenemen. Dit komt waarschijnlijk omdat in tegenstelling tot het aantal ouderen, het aantal 54-jarige mannen – de grootste groep flo-ers – in de prognoseperiode niet toeneemt.
- wao
Bij de uitstroom naar de wao zijn de verschillen tussen realisatie en prognose in de jaren 1998-2002 klein en wordt de piek in de uitstroom in 2000 goed gerepliceerd.
Overeenkomstig met een aantal andere sectoren ligt de voorspelde uitstroom naar de wao vanaf 2004 duidelijk boven de realisatie van 2003. Ook hier lijkt naast de
veroudering van de uitstroom vooral het relatief lage aantal langdurig zieken in 2003 ten grondslag te liggen. De voorspelde uitstroom in de periode vanaf 2004 ligt dan ook niet erg ver boven de realisatie van 2000. Ook in deze sector geldt verder dat de voorspelde uitstroom in de wao in verband met de veranderde regelgeving mogelijk achterhaald is.
- pensioen
Het aantal actieven dat de aow-gerechtigde leeftijd bereikt is – consistent met de veroudering van het werknemersbestand - aan het einde van de prognoseperiode meer dan verdubbeld.
- niet-participatie
In de realisatieperiode daalt de uitstroom naar niet-participatie van ca 3000 banen in de eerste drie jaar naar minder dan 2500 in 2001 en 2002. De prognoses repliceren dit verloop slechts ten dele, waarbij vooral in 2002 de uitstroom naar niet-participatie wordt overschat. In de prognoseperiode vertoont de uitstroom naar niet-participatie geen grote schommelingen.
- markt
Ook de prognoses van de uitstroom van de sector Gemeenten naar de markt wijken in de realisatieperiode vooral in 2002 sterk af van de realisaties die in dat jaar fors lager liggen dan in de voorgaande jaren. Ook deze stroom vertoont in de prognoseperiode geen grote schommelingen.
24
WW-reintegratie
De omvang van de reintegratie van ww-ers wordt ook in deze sector duidelijk overschat.
Voor de verklaring verwijzen we naar de bespreking van de sector Rijk. Naast de ww-ers die herintreden ligt ook het voorspelde aantal ww-ers dat naar de markt stroomt boven de realisaties. In absolute omvang blijft dit echter een klein aantal.
WAO
Bij de uitstroom uit de wao naar niet-participatie liggen de prognoses ook in de sector Gemeenten onder de realisaties – wat weer samenhangt met het feit dat in de realisaties een aantal personen ten onrechte bij de stroom naar niet-participatie wordt geteld (zie sector Rijk).
Het aantal wao-ers dat de aow-gerechtigde leeftijd bereikt ligt aan het eind van de prognoseperiode niet veel hoger dan in 2003. Van een daling van het aantal wao-ers door natuurlijk verloop is in deze sector dus geen sprake.
Baanmobiliteit
De mobiliteit van de sector Gemeenten naar de overige sectoren vertoont in de realisatieperiode sterke schommelingen en is mede daarom moeilijk te voorspellen:
gemiddeld kloppen de prognoses voor de realisatieperiode met de realisaties maar in drie van de vijf jaar zijn de verschillen fors. In de prognoseperiode ligt de uitgaande baanmobiliteit vanaf 2005 steeds boven de prognose voor 2003. Nadere analyses tonen aan dat vooral aan het eind van de prognoseperiode de uitgaande mobiliteit van vrouwen toeneemt, met als bestemming i.h.b. de sectoren Overig, en in mindere mate Rijk, Provincies en PO. Overigens is de relatieve toename van de uitgaande mobiliteit onder mannen vrijwel even groot maar neemt het aandeel van vrouwen toe omdat hun aandeel in de totale werkgelegenheid groeit.
De prognoses van de instroom uit de overige sectoren voor de realisatieperiode wijken net als in de sector Rijk in 1998 nogal af van de realisaties maar liggen er vanaf 1999 vrij dicht bij. In de prognoseperiode is het niveau van de inkomende baanmobiliteit vrij stabiel en ligt gedurende bijna de gehele periode duidelijk boven de cijfers van de
realisatieperiode.
Deeltijdfactormutatie
De deeltijdfactormutatie van zowel de in- als de uitstromende mobielen is positief maar in absolute aantallen klein. Dit geldt zowel voor de realisatieperiode als voor de
prognoseperiode.
De deeltijdfactormutatie van actieven is in het begin van de realisatieperiode het grootst en wordt aan het eind negatief. Op dat moment blijkt sprake te zijn van een toename voor mannen en een afname voor vrouwen. De prognoses volgen dit patroon slechts ten dele.
In de prognoseperiode is de deeltijdfactormutatie van actieven positief maar vertoont met name aan het begin van de periode tamelijk grote schommelingen. Overigens gaat het steeds om minder dan 0.2% van het totaal aantal fte’s.
Ook van de deeltijdfactormutatie van actieven die gedeeltelijk uitstromen is de absolute omvang beperkt. Deze wordt aan het begin van de realisatieperiode overschat maar in de latere jaren vrij goed voorspeld. Voor de prognoseperiode wordt voor de latere jaren een wat grotere daling van de totale deeltijdfactor voorspeld dan voor 2003. Omdat per saldo de uitstroom naar wao, ww en fpu toeneemt neemt ook deze deeltijdfactormutatie – die personen betreft die gedeeltelijk uitstromen – toe.
